（報告出品方/作者：東興證券，劉蒙，張永嘉）

1.行業回顧：AI、數字經濟帶來亮眼表現，機構配置意願大幅提升

計算機板塊逆勢上漲，大幅跑贏滬深 300 指數。縱向來看，以 2022 年 6 月 1 日為基準，截至 2023 年 6 月 28 日（下同），計算機板塊近一年的漲跌幅為 37.46%，同期滬深 300 指數的漲跌幅為-17.64%，板塊實現 55.10% 的超額收益率，大幅跑贏整體市場。趨勢上，2022 年 7-8 月板塊依靠能源、汽車等領域的景氣度傳導實現一 定程度的上漲，自 2022 年 10 月起，隨著信創、數字經濟、人工智慧的逐輪爆發，計算機板塊走出了獨立逆 勢上漲行情，相較底部實現最大近 70%的板塊漲幅。橫向來看，得益於人工智慧技術的催化、海外公司的發 展映射、行業整體估值性價比、市場資金風險偏好的提升等因素，科技領域板塊近一年均實現較大程度上漲， 計算機板塊近一年漲跌幅在申萬 31 個一級子行業中排名第 3，僅次於通信與傳媒。

中小規模及實控人為國有性質公司表現更佳。分規模來看，以 2022 年 6 月 1 日為基準，近一年來 500 億以 上市值公司（剔除 ST 股）上漲比例為 72.73%，平均漲幅達 29.66%；100-500 億市值公司上漲比例為 77.36%， 平均漲幅達 27.75%；50-100 億市值公司上漲比例為 83.05%，平均漲幅達 35.12%；50 億以下市值公司上漲 比例為 80.87%，平均漲幅達 32.49%，對比可見百億以下中小市值公司的上漲比例及漲幅均佔優。分實控人 性質來看，近一年國有性質計算機行業上市公司的上漲比例為 84.21%，平均漲幅達 48.38%；非國有性質計 算機行業上市公司上漲比例為 79.52%，平均漲幅為 28.34%，國有性質上市公司表現較好。究其原因，我們 認為小市值公司相對彈性較大，在新政策、新技術下帶來的業績提升預期更高，同時從需求維度當前央國企 數字化轉型動力更強、資金實力佔優，疊加「中特估」的提出、數字經濟政策的催化，具備國有性質的計算機 行業上市公司或憑藉資源與背景優勢更被市場認可。

板塊行情更多受信創、數據要素、人工智慧等事件驅動。對行情進行具體拆分，近一年計算機板塊可大致分 為四段行情，並且四段行情均為相較大盤逆勢上漲的獨立行情，實現了較高的絕對漲幅與相對收益。參考板 塊公司 22 年及 23 年一季度整體業績情況，我們認為行業的整體走勢更多是得益於信創、數據要素、人工智 能等政策與事件催化下的估值修復以及對未來業績提升的預期，而並非現階段相關公司的經營情況。近期計 算機板塊有所回調，但相對收益率仍保持了正值。

板塊處於較高估值水平，下半年有望通過業績改善實現部分消化。截至 2023 年 6 月底，計算機板塊的 PE（TTM） 達 200.87 倍，處於過去五年 80.47%分位，整體估值水平較高。我們認為主要原因在於雖然板塊在過去一年 取得較大漲幅，但受限於宏觀承壓 B 端 G 端信息化推進放緩、疫情反覆項目推進與收入確認減速、技術及政 策方面利好或主要於中長期反饋於業績，因此板塊 22 年全年及 23 年一季度業績水平較為一般。因缺少業績 的消化，板塊估值水平出現較大幅度上漲。我們認為在市場對經濟復甦情況、刺激政策情況難以達成一致預 期的外部環境下，具有高遠期空間及一定中期確定性的科技板塊仍具備較強投資吸引力。當前計算機行業整 體業績有著較為明確的邊際改善預期，有望幫助消化部分估值，同時部分非熱門子板塊仍處於較低估值區間， 具備一定投資性價比。

機構持倉不斷提升，超配由負轉正，AI 龍頭獲青睞。從機構持倉水平來看，2023Q1 基金持倉比例約為 5.72%， 超配比例達 1.20%。過去一年基金持倉比例及超配水平逐步提升，體現出機構對計算機板塊較強的配置意願。 重倉股排名變動來看，金山辦公、恒生電子、科大訊飛、同花順的排名有所上升，四家公司均為 AI 辦公、 AI 金融、AI 教育等領域的龍頭，體現出機構對人工智慧領域頭部企業的認可，在 AI 大行情的影響下，一 季度與主線關聯較弱的廣聯達、納思達、深信服、中科創達排名有所下降。

持倉總市值方面，2023Q1 前十 大重倉股中，僅有兩家納思達、中科創達持倉總市值有所下降，其餘八家持倉市值均有所上升。我們認為數 字經濟板塊有望受益於經濟復甦以及相應政策出台；人工智慧板塊模型端商業化路徑逐步清晰、應用端產品 不斷落地、算力端國產替代需求強勁，疊加海外映射催化，機構對計算機行業的配置意願有望持續乃至進一 步提升。

綜合上述分析，過去一年計算機板塊具有亮眼表現，廣闊空間疊加一系列政策及事件的催化，使得計算機行 業在經濟承壓、市場整體下行的背景下逆勢上漲，機構配置意願大幅提升。目前板塊估值仍處於較高水平， 主要系短期漲幅過快及業績尚未釋放致使估值消化不足，但目前板塊估值水平與過去五年最高水平相比仍有 較大差距，同時估值有望隨未來業績釋放回歸更為安全的區間。 接下來我們將從行業全局出發，從政策、技術、需求幾方面綜合分析，梳理計算機行業下半年的投資主線， 探究潛在投資機會。

2.行業展望：技術主導，政策提升中期確定性，需求帶來部分板塊邊際改善

從發展邏輯的角度，我們將計算機行業劃分為廣義信創（對市場現有成熟技術或產品進行國產替代）、數字 產業化（利用當前格局未定、滲透率較低的先進產業或技術實現盈利）、產業數字化（將 IT 技術視為工具為 其他產業賦能，提升其他行業運行效率）三大板塊，全局視角下綜合當前政策周期、技術周期、需求周期所 處階段及前瞻展望，在此對行業下半年的投資機會進行梳理研判。

政策周期方面，近年來我國多家企業被海外國家列入「實體清單」，部分領域 「卡脖子」問題較為嚴峻，同時 我國《十四五數字經濟規劃》、《二十大報告》、《數字中國綱要》等將實現科技自立自強、大力發展數字經濟 的中期確定性推到了新高度，或將在今年乃至更長的階段引導科技板塊的整體預期。 技術周期方面，當前雲化趨勢持續，雲計算周期仍處於穩健發展期，人工智慧大模型 GPT-4 的出現以及 Bing、 Copilot 在搜索、辦公、編程領域帶來的確定性變革帶來市場對 AIGC 的充分預期，科技乃至傳統企業具備業 務及邏輯重構的可能，其具備催化新一輪技術周期的潛力。

需求周期方面，較大經濟壓力下，C 端與中小 B 端發展承壓，IT 及科技消費領域支出受限，我們認為當前央 企可能成為需求層面的主要引領者，當前央企營收利潤水平處於歷史高位，其有實力去進行數字化轉型；當 前全球即將進入新一輪智能化革命，央企作為國家經濟排頭兵也有動力去進行數字化轉型，疊加「中國特色估 值體系」發展，預期央企將在科技領域創新以及數字化轉型方面發揮更大價值。 綜合來看，我們對計算機行業下半年的核心觀點為，技術周期主導、政策周期提升中期確定性、需求周期帶 來部分板塊邊際改善。在該邏輯下，我們將計算機行業下半年投資策略歸納如下：AI 與數據要素雙主線地位 持續，把握信創邊際改善支線，關注產業數字化潛在結構性機會。

（1）AI 與數據要素雙主線地位持續：我們認為主要受技術驅動的人工智慧板塊、受政策驅動的數據要素板 塊仍具備較強投資價值，在市場對經濟復甦情況、刺激政策情況難以達成一致預期的外部環境下，具有高遠 期空間及一定中期確定性的計算機板塊仍具備較強投資吸引力。人工智慧與數據要素的核心主線地位預期將 持續，但隨著產業格局逐步明晰，部分子領域邏輯將在業績上體現，我們認為行業將由主題性普漲過度至大 浪淘沙階段，板塊分化更加明顯，除行業β外應加強對個股α的關注。

（2）把握信創邊際改善支線：局勢緊迫 需求提升信創有望邊際改善，外部形勢方面為解決「卡脖子」問題 國產替代迫在眉睫；政策方面二十大報告提出加快科技自立自強，貸款扶持提供了資金保障；產業進程方面， 信創逐步從黨政領域過渡至行業。信創產品在過去三年黨政領域的試點後，當前已有較為完整的產品矩陣以 及較優的產品性能，隨著行業從黨政端逐步向行業端過渡，信創產業空間有望進一步打開。我們認為空間擴 大 政策提速 資金扶持幾方面因素的綜合作用下，信創板塊有望在訂單端及業績端實現邊際改善。

（3）關注產業數字化潛在結構性機會：部分產業數字化板塊有望在政策出台、格局優化、技術落地等因素 的影響下迎來曙光，如汽車智能化板塊，當前產業鏈雖仍有較大壓力，但下半年隨著高階自動駕駛方面的政 策有望落地，疊加整車廠商的加速布局，汽車產業鏈有望被重新提振，行業格局或將重塑；金融 IT 板塊我 們認為隨著信創推進及大模型賦能，整體有望實現業績提振；醫療信息化板塊 22 年受疫情影響，醫院端營 收受損同時信息化投入意願下降，致使行業需求承壓業績不佳，但隨著負面因素的改善，疊加評級評審持續、 AI 及數據要素摧化，板塊或將在下半年迎來訂單及營收端的改善。

3.投資分析：AI&數據要素雙主線，把握信創支線與產業數字化結構性機會

3.1、推薦主線：數字產業化板塊人工智慧、數據要素機會持續

3.1.1、人工智慧：趨勢明確，嚮應用端過渡

大模型促進生成式人工智慧的發展騰飛。人工智慧（Artificial Intelligence，AI）是指由計算機系統或其他機 器所表現出來的類似人類智能的能力，其發展在特定模型的提出下至今主要經歷了三波浪潮。由於小模型更 擅長分析型任務，因此其最初被視為理解語言「最先進的技術」，但其在內容生成方面能力仍較為受限，17 年 谷歌發表了 Transformers 模型，其具有更高可並行性，能大大降低訓練所需時間，同時其相對更容易針對特 定領域做定製修改，為現如今大模型及生成式人工智慧的發展奠定了基礎。

AIGC 逐步賦能其他產業，新業態、新模式漸現。人工智慧生成內容（Artificial Intelligence Generated Content， AIGC）是指利用人工智慧技術自動生成內容的新型生產方式。其反映出 AI 的角色正在從「效率工具」逐步向 「生產工具」 變革。其能以類人甚至優於人的知識水平、製造能力承擔信息挖掘、素材調用、模仿編輯等基礎 性機械勞動，從技術層面實現以低邊際成本、高效率的方式滿足海量個性化需求，隨著模型能力的提升，其 具有較高為各行業實現降本增效以及孕育新業態、新模式的潛力。

ChatGPT 點燃行業熱情，商業化嘗試逐步推進。自 Transformer 模型推出後，基於其開發的 GPT 模型以及 BERT 模型逐步成為了自然語言處理方面的主導，OpenAI 公司的 ChatGPT 推出前，已於 18、19、20 年經歷 了 GPT1.0、2.0、3.0 版本的迭代，公司針對 GPT3.5 進行基於人類反饋的強化學習（RLHF）後，大模型在內 容生成方面的表現取得了突破性進展，引發了本輪 AI 熱潮及投資行情。

當前 OpenAI 已基於其 ChatGPT 乃 至 GPT4.0 進行諸多商業化嘗試，今年 2 月便開啟 Plus 版訂閱，3 月開放 API 介面，大幅下降用戶成本。3 月推出的 Plugins 接入了第三方 API，實現聯網與生態構建，有望形成基於 GPT 平台的穩健生態閉環，同月 推出的 AutoGPT 改變了人與 AI 的交互模式，僅需提出目標，AI 就能自主完成所有的規劃執行和邏輯處理， 並不斷進行自我論證和優化。5 月 ChatGPT 的 ios 版本於移動端上線，有望助其快速提升產品滲透率水平。

模型、算力、應用三位一體綜合分析，當前重點把握應用端機遇。（1）模型端：自 ChatGPT 推出後，國內外 包括巨頭在內的眾多公司均推出了大模型產品，如谷歌推出了以 PaLM 為技術底座的 Bard 大模型；Meta 推 出 LLaMA 開源大模型，給予中小廠商參與大模型開發的機會；百度推出初步具備多模態能力的文心一言， 並吸引眾多 B 端客戶加入生態；此外還有阿里通義千問、騰訊混元、華為盤古、商湯日日新、訊飛星火、昆 侖萬維天工等等。我們認為在巨頭 MaaS 服務、開源模型面世、三方優化引擎推出後，大模型技術逐步實現 平權，模型壁壘降低，我們認為除 GPT4 在性能上有較大領先外，二三梯隊模型能力接近，隨著大量公司產 品的推出市場對模型已基本免疫，同時當前距離大模型特別是國產大模型商業化落地盈利仍有一定距離。

（2）算力端：當前英偉達在晶元算力及軟硬體生態方面均具有絕對優勢，參考其一季度業績一級全年業績 預期，當前人工智慧算力晶元的需求高增已在訂單及業績端反饋，與英偉達對標的國產 AI 晶元廠商依靠一 定的國產替代實力以及在資本市場上的稀缺性，過去一段時間取得亮眼的市場表現，我們認為其技術水平及 生態建設與海外龍頭仍有較大差距，同時適配應用放量仍需一段時間，短時間難以靠業績消化估值，需持續 跟蹤其訂單及價格情況。AI 伺服器方面我國廠商在出貨量方面具備優勢，但頭部廠商對英偉達及 AMD 晶元 的依賴程度較高，需一定時間去消化海外製裁帶來的影響，同時由於 AI 伺服器的核心技術壁壘主要在於內 置算力晶元，隨著供需結構變動以及競爭的加劇，作為中游的伺服器產業中期毛利水平可能會受到一定擠壓。

（3）應用端：從技術周期維度看，移動互聯網、雲計算等具備顛覆性的技術總是先依託底層硬體設施的完 善，之後軟體端逐步適配發展，最後應用層不斷豐富並依託新技術發展出新業態。當前算力能力已滿足大模 型發展需要，模型側壁壘降低大量廠商推出產品，我們認為當前仍具備稀缺性的應用端即將進入快速發展階 段。在未來競爭中，應用側公司所處場景及數據積累或持續構成其發展護城河，當前對國內企業的分析仍需 重點關注人工智慧應用的海外映射。B 端業務項目周期相對較長，對於已有產品推出的 C 端業務我們認為 AIGC 相關功能的引入有助於其提升用戶付費率與 ARPU 值。據華爾街見聞援引 The information 報道，微軟 至少 100 家客戶已分別支付 10 萬美元費用，滿足最多 1000 個賬號在一年內使用 AI 功能，意味著單賬號至 少多支付 40%的費用。提升 ARPU 值的邏輯在海外已初步有所驗證，國內廠商有望沿此路徑受益於 AI 賦能。

大模型或在辦公、教育等領域率先應用。（1）AI 辦公：辦公場景基於其協同需求、創作需求，天然具備人 工智能作為提效工具的應用條件。我們將辦公軟體主要分為流式軟體、板式軟體、協同/即時通訊軟體以及創 作類軟體，在此我們列舉一些產品的落地場景。

（2）AI 教育：參考教育部及銳觀諮詢數據，2023 年我國教育經費總投入預期將達 68971 億元，同比增長 9.17%；我國教育信息化市場規模預期將達 5776 億元，同比增長 6.35%。在教育信息化逐步滲透的過程中， 我們認為人工智慧或將能夠助力解決教師精力供給與學生個性化學習需求間錯配的問題。對於教師而言非教 學環節佔據較多精力，對於學生而言普適性的班級化學習難以匹配個人學習需求。人工智慧在教育場景中能 在學生、教師、管理、教育評價端解決相應問題，同時疫情期間的在線教學滲透也實現了對用戶的初步教育， 減少了相應產品的推進阻礙。

3.1.2、數據要素：重點關注交易及基礎設施端，政策刺激持續

當前條件下傳統生產要素對我國經濟增長的拉動作用減弱。土地要素方面，我國城鎮化率 2022 年底水平已 達 65.22%，增速持續放緩，與發達國家日本（91.95%）、美國（83.19%）的差距逐步減小，同時房地產開發 投資 2022 年達 13.29 萬億元，同比下降 10%，顯著放緩；勞動力要素方面，我們將其初步拆分為「總人口* 適齡人口比例*單勞動力工作時長*勞動力工作效率」。2021 年我國人口增速放緩，低於發達國家美國水平、 同時老齡化進程加快，靠提升單勞動力工作時長不具備長期持續性，因此當前主要依靠教育及科技手段提升 勞動力的工作效率。資本要素方面，全球固定資本形成總額占 GDP 比重長期停滯，我國固定資本形成總額 占 GDP 比重維持在較低水平，對經濟增速提升作用有限。因此當前我國需要新生產要素來提振經濟，站在 當前時點數據要素成為優質選擇。

我們認為發展數據要素主要具備以下幾方面意義： （1）價值創造與賦能其他要素：將數據視為資產後，其可通過增值、交換實現直接價值產出，同時不同部 門對數據的合理及充分應用有助於提高資源配置效率，為其他生產要素賦能； （2）提供財政收入新來源：目前我國高價值數據 80 %由政府直接或間接掌控，這部分也 稱之為國有數據。國有數據包括政務數據和國有企事業單位所合法擁有的數據，因此數據要素的充分運用有 望幫助地方財政緩解債務壓力，在土地財政外開闢新創收渠道； （3）深化數據安全：當前數據在存儲、流通、應用、保障等環節尚無統一規範，數據安全問題常常出現， 因此市場的規範化發展將一定程度上有助於深化數據安全； （4）助力中國特色估值體系：央國企憑藉其在特定領域的長期優勢地位積累了大量優質數據，該部分數據 尚未被視作資產被充分利用，盤活數據資產後或將更為充分反映央國企的內在價值，從而助力中國特色估值 體系的發展。

政策法規陸續出台，數據交易所穩定發展，行業確定性持續提升。我們認為數據要素行業發展的關鍵一方面 是市場主體的參與意願及程度，另一方面是頂層制度的健全與完善。數據交易所作為交易的中介與核心，連 接了各類市場主體，具有諮詢、評估、確權、登記、清算、交付等多項功能，可從交易前、中、後三個維度 為撮合交易提供服務。據上海數據交易所數據，2015 年以來全國各地已建立 50 余所數據交易機構，並在政 策指引下逐步形成全國統一的多層次數據要素市場體系。同時行業相關政策自去年年底出台提速，財政部《企 業數據資源相關會計處理暫行規定（徵求意見稿）》為數據資產入表提供初步指引；國務院《關於構建數據 基礎制度更好發揮數據要素作用的意見》中提出的「數據二十條」搭建了行業基礎制度體系；國務院《數字中 國建設整體布局規劃》提出按照「2522」的整體框架進行布局，夯實數字基礎設施和數據資源體系成為建設的 「兩大基礎」。一系列重磅政策法規的出台與數據交易所的發展為行業的頂層規劃和落地實操逐步架起橋樑， 產業確定性在持續提升。

3.2、邊際改善支線：信創形勢緊迫疊加需求復甦，板塊業績有望兌現

依託數字經濟發展與國產替代趨勢，信創產業發展持續穩健。據艾媒諮詢及中國信通院數據，2022 年中國數 字經濟規模達 50.2 萬億元，同比增長 10.3%，高於同期 GDP 增速。面對宏觀因素帶來的經濟壓力，數字經 濟作為經濟發展的排頭兵表現良好，且在數字化、智能化大趨勢下，有望成為未來一段時間經濟發展的重要 抓手，相關投資機會逐步顯現。在國產替代趨勢下，信創行業發展增速又高於數字經濟發展速度，據艾媒咨 詢數據，2022 年信創產業規模約為 1.67 萬億，同比增長 21.3%，高於數字經濟增速，並預計未來 5 年信創產 業仍能維持 10%以上的增速水平。

行業具備中期確定性，邊際改善趨勢明顯，今年有望業績兌現。1）外部形勢方面，國產替代迫在眉睫。近 年歐美等國泛化國家安全，將我國的科技企業列入「實體清單」，提高管制條件，在該種外部環境下國產替代 要求更為緊迫；2）政策方面，二十大報告提出加快科技自立自強，貸款扶持提供資金保障。頂層設計的頻 繁出台彰顯了國家層面對自主可控的重視程度，國家製造業中長期貸款的 16 個重點投放領域中包括「重要 行業領域關鍵信息基礎設施國產化替代」，疊加國家在教育、醫療等領域的貼息貸款扶持，信創產業發展當 前已舉備較為穩健的資金保障；

3）產業進程方面，信創逐步從黨政領域過渡至行業。信創產品在過去三年 黨政領域的試點後，當前已有較為完整的產品矩陣以及較優的產品性能，隨著行業從黨政端逐步向行業端過 渡，信創產業空間有望進一步打開。我們認為空間擴大 政策提速 資金扶持幾方面因素的綜合作用下，信創 板塊有望在訂單端及業績端實現邊際改善。

地方政策逐步落地，行業信創大單頻出。中央層面對信創產業發展高度重視，多次出台政策文件對「科技自 立自強」進行頂層設計。為更好地推進國產替代，各部門/地方信創政策逐步出台，為信創行業下沉發展奠定 基礎。今年以來，北京市、交通部、河南省等陸續出台了有關提高採購安全可靠產品的政策文件，通過政策 指導、提供補貼等方式引導信創行業發展。從信創訂單來看，今年以來電信行業、交通行業等信創大單頻出， 且國產化比率不斷提升，後續更多行業信創有望持續落地。

信創產品可用性初步得證，把握短中長期投資機遇。信創產品主要分為硬體（晶元、伺服器、整機、外設設 備等）、基礎軟體（操作系統、中間件、資料庫等）、應用軟體（辦公軟體、工業軟體等）和信息安全產品（防 火牆等），目前一些關鍵卡脖子領域如晶元、操作系統、資料庫、辦公軟體等細分領域已經跑出產品性能好 用的國產化產品，並且已經在黨政信創中初步驗證可用性，未來將在重點行業中逐步完成國產替代。從投資 邏輯來看，信創行業段中長期關注點有所不同，短期應當關注政策的發布與推進節奏、外部事件的催化等， 中期應當關注在黨政信創中份額領先、已經初具產品力與品牌力的具有先發優勢的企業，長期應當關注在更 加市場化的競爭中擁有產品力、品牌力、渠道力等優勢的公司。當下正值信創由黨政過渡至行業，因此應當 關注競爭格局較優、產品實力較強、具備先發優勢的公司。

國有企業營收及能力較好，擁有購買信創產品的資金實力。2023Q1，我國 GPD 累計同比增速為 4.97%，2023 年 1-5 月國有控股企業營收增速高於 5%，企業利潤總額同比增速由負轉正且增速高於 10%，可以看到在經 濟整體承壓的情況下，國有企業的營收情況及盈利情況均好於全國平均水平。因此信創由黨政過渡至行業後， 國有企業資金實力更強，擁有替換信創產品的能力。

3.3、蘊含結構性機會：產業數字化部分板塊曙光漸顯

3.3.1、汽車智能化：高階自動駕駛商業化提速

當前汽車產業鏈整體仍有較大壓力，但我們認為在智能化的大趨勢下，高階自動駕駛方面的政策落地疊加廠 商的加速布局，汽車產業鏈有望被重新提振，行業格局或將重塑。 自上而下來看，支持政策持續出台，行業標準有望落地。 工信部表態將支持 L3 及以上級別自動駕駛功能商業化應用。近日，工信部副部長辛國斌在國務院政策例行 吹風會上表示，將從三個方面推進汽車行業的智能化、網聯化發展進程，其中提到將啟動智能網聯汽車准入 和上路通行試點，組織開展城市級「車路雲一體化」示範應用，支持 L3 及以上級別的自動駕駛功能商業化應 用。余承東表示中國 L3 級自動駕駛標準預計在 6 月底出爐。

一直以來，處於過渡階段的 L3 級自動駕駛系 統，被認為是自駕能力的「分水嶺」，它標誌著駕駛權正式從人移交到自動駕駛系統。所以如果 L3 級自動駕 駛標準能夠順利推出，我國自動駕駛將邁入新的里程碑，並帶給汽車產業鏈新的發展機會。深圳宣布在坪山 區開放首個自動駕駛 L4 級商業收費運營，自動駕駛的技術研發分為漸進式（由 L1/L2ADAS 駕駛輔助系統 逐級過渡到 L4/L5）和激進式（直接切入 L4 級高級別自動駕駛）兩條路徑。如果國內能夠跳過 L2 級直接進 入 L4 級，必將激活國內自動駕駛行業的發展驅動力。

廠商積極融入 AI 浪潮，部分板塊有望率先受益。我們認為在金融 IT 子領域當中，保險 IT 與金融信息服務 板塊可能會率先受益於大模型的發展。參考眾安保險《AIGC&ChatGPT 保險行業應用白皮書》，AIGC 在保險 產品研發方面在數據收集和預處理、風險評估和預測、保險產品方案設計、風險預警和管理等方面均可一定 程度上解決此前行業痛點，賦能保險企業發展；渠道營銷方面，AIGC 可在代理人銷售輔助、營銷素材設計、 保險產品推薦、保險產品諮詢等方面進行賦能；運營管理方面，AIGC 可在核保、理賠、輿情分析、日常運 營等方面提供助力；客戶服務方面，AIGC 在保險公司的自動化客服方面可以提供企微自動回復、實時話術 推薦、AI 註記、AI 復盤、AI 質檢等幫助。

3.3.3、醫療信息化：高性價比，需求修復，具備AI賦能潛力

2022 年受疫情影響，醫院端營收受損同時信息化投入意願下降，致使醫療信息化板塊需求承壓業績不佳，隨 著負面因素的改善，我們認為醫療信息化板塊或將在下半年迎來訂單及營收端的改善。

應對評級評審仍為醫院 IT 需求提升的重要催化。電子病歷方面，國家衛健委辦公廳《關於 2021 年度全國三 級公立醫院績效考核國家監測分析情況的通報》、《關於 2021 年度全國二級公立醫院績效考核國家監測分析 情況的通報》顯示，2021 年全國三級公立醫院電子病歷系統應用水平全國平均級別為 3.83 級，二級公立醫 院電子病歷系統應用水平全國平均級別為 2.60 級。電子病歷系統應用水平距離高等級（5 級及以上）仍有一 定差距。智慧服務及智慧管理方面，國家均已出台分級評價標準，當前醫院智慧服務評價僅開展一批，智慧 管理評價尚未啟動。後續國家開啟相關評估工作後，智慧服務及智慧管理的信息化提升需求會增加。同時， 「三位一體」智慧醫院評價已納入等級醫院評審、公立醫院績效考核、公立醫院高質量發展等多項國家考核。

部分醫療信息化廠商也在 AI 浪潮下積極嘗試。衛寧健康於今 1 月開展了醫療垂直領域的大語言模型 WiNGPT 的研發和訓練工作。今年 3 月，實驗室已完成了 WiNGPT 可行性驗證並開始內測。WiNGPT 採用通用 GPT 架構、60 億參數，實現了從預訓練到微調的醫療大語言模型全過程自有研發。5 月，WiNGPT 訓練的數據量 已達到 9720 項藥品知識、 7200 余項疾病知識、 2800 余項檢查檢驗知識、1100 余份指南文檔，總訓練 Token 數達 37 億。共包含 7 大類基礎任務（問答、多輪對話、信息抽取、歸一化、文本相似計算、摘要、分類、 生成）與 20 多項子任務。

數據要素市場加速發展，醫保數據價值持續顯現。公共數據方面，醫保、社保數據一方面數據量大、記錄比 較完整且已有結構化處理，同時其在商業保險、醫藥等場景有較高商業價值，加之政策層面也在積極嘗試， 國家醫保局網信辦就「構建數據基礎制度更好發揮數據要素作用」組織集中學習，提出要不斷提升數據質量， 強化對醫保管理、服務、改革的數據賦能，構築醫保數據應用新生態。同時 6 月國家醫保局起草了《國家金 融監督管理總局與國家醫療保障局關於推進商業健康保險信息平台與國家醫療保障信息平台信息共享的協 議（徵求意見稿）》，提出商業健康保險信息平台與國家醫療保障信息平台將在政策性業務、藥品目錄、支付 結算情況等六個領域開展合作。因此我們認為醫保數據可能成為公共數據流通先行試點。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

精選報告來源：【未來智庫】「鏈接」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！